Den artificiella intelligensens (AI) intåg i olika företags processer de senaste tjugo åren har helt förändrat hur vi jobbar, och det gäller inte minst fraktbranschen.
I takt med att sjöfartsindustrin utvecklas får AI en allt viktigare roll i logistiken för företag som vill behålla konkurrenskraften och ligga i framkant. Faktum är att enligt en rapport från 2023 som tagits fram av Lloyd’s Register i samarbete med konsultbolaget Thetius, som utvecklar innovativa lösningar för sjöfart, kommer marknaderna för AI-drivna system och autonom sjöfart tillsammans vara värda 5,01 miljarder US-dollar 2028. Förutom att överleva ekonomiskt på framtidens marknad kan innovationerna även ha en positiv effekt för vår planet.
Sjöfarten står för 90 % av transporten av världshandeln och 3 % av världens utsläpp av växthusgaser. När oron för klimatförändringarna växer blir pressen på olika branscher att minska sitt koldioxidavtryck större. Internationella sjöfartsorganisationen (IMO) har satt upp ambitiösa mål till 2030 och 2050. Till 2030 vill FN-organet ha minskat koldioxidutsläppen med 40 % jämfört med nivåerna 2008 och till 2050 vill man ha halverat hela branschens utsläpp.
Maskininlärningsalgoritmer som rekommenderar de minst energiintensiva rutterna, de mest effektiva sätten att använda resurserna och automatiskt organiserar containrar för att bättre utnyttja utrymmet kan bidra till att uppnå målen. AI-processer i fraktbranschen har mängder av fördelar. I den här artikeln utforskar vi potentialen med AI och tittar på fördelarna och vilka utmaningar man kan behöva ta hänsyn till.
Fördelarna med AI i fraktverksamheten
Vi har redan nämnt några av fördelarna med AI-system i fraktverksamheten, men här listar vi några av de viktigaste anledningarna till att använda AI:
Minskad risk för mänskliga faktorn
Alla människor gör misstag, oavsett jobb, bransch och kunskapsnivå. Ofta matas fel uppgifter in i systemen när man ska samla in data. Den här risken kan praktiskt taget undanröjas med AI-mjukvara för dataspårning som automatiskt sköter placering, planering och beräkningar.
Minskade kostnader
Dataspårning och analys med AI kan upptäcka dyra aktiviteter och ineffektiv resursanvändning. Ett sätt att ringa in områden där man använder onödiga resurser är att analysera bränsleanvändningen. Besättningen kan ta fram planer för hur man kan använda mindre bränsle och på så sätt hålla ner kostnaderna för företaget. Ett annat sätt att minska bränsleförbrukningen är att använda effektivare rutter och förbättra underhållet, vilket också minskar fartygets kostnader per resa. Besättningen kan göra justeringar för att minska kostnaderna till havs tack vare att AI kombinerar de aktuella förhållandena med tidigare och förväntade data.
Mer hållbart
Hållbara rutiner är ett viktigt mål för många företag och sjöfartsindustrin bör bidra till en grönare planet på alla sätt som går. AI kan underlätta försök att minska avfall och koldioxidutsläpp genom att analysera resursförbrukningen. Man kan ta reda på om utsläppen minskar och visa om fartygen använder mer begränsade resurser än nödvändigt genom att följa förbrukningen och hur bränslet används. Det är lättare för besättningen att implementera nya hållbara rutiner om de har förståelse för vilka effekter deras agerande har på miljön.
Förbättrad effektivitet
Fartyg som använder AI och maskininlärning kan underlätta för sjömännen att vara och bli mer effektiva genom att automatisera navigationen, förenkla rutterna och anlöpa hamnar. Med automatiska funktioner kan besättningen låta datainsamling och navigation skötas av datorer så att de får mer tid att koncentrera sig på andra viktiga uppgifter. Besättningen kan snabbt hantera förändrade förhållanden tack vare datainsamling i realtid och de kan använda tidigare data för att vara mer proaktiva och lösa problem mer effektivt.
Förbättrade säkerhetsåtgärder
Artificiell intelligens kan göra det enklare att planera genom att förutspå svåra väderförhållanden och anpassa sig utifrån det. En annan funktion som erbjuder besättningen en säkrare arbetsmiljö är antikollisionsvarningssystem.
Autonoma fartyg – fraktindustrins framtid?
Det första helt autonoma containerfartyget med nollutsläpp hade sin jungfruresa i Norge 2022. Det var starten på en två års testperiod. Yara Birkeland lanserades som ett samarbete mellan Yara och Kongsberg. Containerfartyget har ett batteri på 7 MWh, vilket är 1 000 gånger bättre kapacitet än ett vanligt elbilsbatteri. Fartyget kan frakta 120 containrar i en medelhastighet på 10 knop. Det kan jämföras med de största fartygen i drift idag som kan frakta 24 000 containrar dubbelt så snabbt som Yara Birkeland.
Målet är att transportera mineralgödsel från Yaras produktionsanläggning i Porsgrunn i Norge till distributionsterminalen i Brevik i Norge. Genom att göra resan med det autonoma transportfartyget kan man undvika 40 000 dieseldrivna lastbilstransporter varje år och minska koldioxidutsläppen, förbättra säkerheten på vägarna och minska bullret.
Yara Birkeland är ett bra första steg mot sjöresor utan mänsklig inblandning. Med den teknik som finns idag är det autonoma fartyget ett bra alternativ för korta resor och containerfartyget är på väg att se till att Yara kan minska sina driftkostnader med 90 %, så det är nog många företag som vill följa efter.
Det kan dock dröja flera årtionden tills vi ser helt autonoma lastfartyg som transporterar varor över hela världen. Det beror på att tekniken fortfarande behöver utvecklas och testas, men också på de lagar och regler som för närvarande gäller i internationella hamnar.
Hur effektiviserar AI frakten idag?
Optimerade rutter och navigation
Med databaserad ruttplanering i realtid kan företag anpassa rutterna utifrån vädret och andra faktorer och hantera oförutsedda händelser. Krisen i Suezkanalen 2021 visade hur viktiga de här prognosmodellerna är för fraktbranschen. När den mest populära farleden var helt blockerad behövde fraktbolagen snabbt improvisera för att hitta de mest fördelaktiga och kostnadseffektiva alternativen. De kunde snabbt få beräkningar från AI-teknik och på så sätt undvika förlorade kostnader och förlorad tid.
Bränsleeffektivitet
Ruttoptimering bidrar också till att minska bränsleförbrukningen och avfallet genom att man håller nere dötiden och använder mindre energiintensiva alternativ. Med AI och maskininlärning kan man följa hur mycket bränsle fraktfartyg använder och hitta sätt att minska förbrukningen för att använda resurserna bättre och hantera kostnaderna mer effektivt. Dessutom kan man upptäcka ineffektiva processer genom att analysera bränsleförbrukningen och på så sätt förbättra alla aspekter av fartygets drift. Med bättre bränsleeffektivitet kan man minska koldioxidutsläppen och bidra både till IMO:s mål och minska kostnaderna. I framtiden förväntas alternativa bränslen ersätta tjockolja (HFO) och andra traditionella bränslen och erbjuda en ännu mer hållbar drift.
Prediktivt underhåll
Underhållet har stort inflytande på fartygens effektivitet och säkerhet. Besättningen kan använda tiden och bränslet bättre om utrustningen fungerar perfekt. Även mindre slitage kan påverka hela systemet så att det överbelastas och använder mer energi och bränsle vilket leder till att fartygets kostnader och förbrukning ökar. Skador som inte upptäcks kan vara en belastning och orsaka stora problem.
AI analyserar hur utrustningen fungerar med hjälp av sensorer för att upptäcka potentiella problem. Personalen kan då meddelas om en maskin kräver tillsyn och reparation om AI:n upptäcker ovanliga variationer i bränsle- eller energiförbrukningen och värmeproduktionen. Besättningen har mängder av uppgifter att sköta, så man kan förbättra underhållet och få bättre insyn och information om man använder AI för att kontrollera utrustningen. Med AI kan besättningen upptäcka problem med maskiner innan de blir allvarliga och leder till driftavbrott som stoppar hela distributionskedjan.
I Elfa Distrelecs webbutik finns en rad olika sensorer, allt från temperatur- och trycksensorer till optiska och induktiva sensorer.
Hamnhantering
Fraktbolag kan optimera lastfartygens scheman med prediktiv analys. De kan använda information om hamnar från trafiksystem för att planera resorna så effektivt som möjligt, till exempel destination, ankomsttid, kurs och reslängd. Transportbolagen organiserar och ändrar ankomsttider utifrån information om trafikmönster för att undvika för mycket trafik och minska risken för kollisioner.
AI fungerar ofta tillsammans med robotik eftersom många AI-system använder robotik för att maskiner självständigt ska kunna utföra uppgifter. AI-drivna processer kan optimera utrymmet och placeringen av containrar genom att utvärdera en containers storlek och form och sedan analysera det befintliga utrymmet för att hitta bästa sätt att placera containern. Containrar som placeras fel kan upptäckas och flyttas för att utnyttja utrymmet maximalt.
Den digitala tvillingen, som är en komplett digital karta över alla processer i hamnen, är en grundläggande teknik för att optimera arbetet i hamnen.
Digitala tvillingar i digitaliseringen av fraktindustrin
Genom att kombinera virtuella och fysiska miljöer i simuleringar kan man analysera data och övervaka system. På så sätt kan man undvika oönskade resultat, minska driftavbrott, hitta nya möjligheter och till och med planer för framtiden. Konceptet med digitala tvillingar kan underlätta för sjöfarten att använda digitalisering mer effektivt och kan visa vägen in i en ny era. Hanteringen av flottan, effektiviteten i hamnen och en förbättrad distributionskedja från början till slut är bara några saker som kan förbättras med den här tekniken.
Digitala tvillingar erbjuder fraktbolag, hamnoperatörer och andra användare precisa virtuella miljöer där de kan testa innovativa idéer för att främja nyskapande i hela den marina sektorn. Läs vår artikel om digitala tvillingar i andra branscher om du vill veta mer. Du hittar den här.
Saker att tänka på när man implementerar AI i fraktverksamheten
Trots de många fördelarna med AI i den marina sektorn, finns det även några utmaningar som man behöver ta hänsyn till för en lyckad implementering.
Cybersäkerhet
Risken för cyberhot ökar när frakten digitaliseras och fartyg, AI-system och autonoma maskiner är mer sammankopplade. IMO, EU och nationella och regionala organ har mängder av regler som kräver att redare har system för cybersäkerhet på plats. Hackare kan stjäla viktig information, sätta fartygets externa kommunikation ur spel eller störa navigationssystemen, vilket kan innebära en risk både för besättningen och företaget. Här är några exempel på olika typer av cyberhot:
- Data om fartyget ändras – till exempel position, hastighet, namn, information om last och rutt.
- Felaktiga väderprognoser skickas – det tvingar fartygen att ändra kurs för att undvika påhittat dåligt väder.
- ”Spökskepp” skapas – spökskeppen ser ut som vanliga fartyg för andra fartyg, men finns inte på riktigt.
- Överbelastningsattacker på hela systemet genom att antalet AIS-meddelanden (automatic identification system) ökas.
- Falska EPIRB-signaler (emergency position indicating radio beacon) som aktiverar larm på fartyg i närheten.
- Riktiga fartyg visas inte
Oro för att ersättas
Artificiell intelligens kan skapa oro hos personalen att de ska ersättas av teknik, särskilt när robotar och andra självstyrande komponenter används. Medarbetarna kan känna stress och oro inför det. I värsta fall kan det leda till att de saboterar AI-program eller är tveksamma till att börja använda tekniken. Det är viktigt att bemöta den här oron med en öppen dialog och utbildning för att AI-initiativ ska bli lyckade.
Dataintegrering
Alla parter i initiativ med flera tjänsteleverantörer och distributionskedjor måste vara villiga att erbjuda data och gränssnitt. Den här typen av samarbeten är oftast de som har störst potential att optimera verksamheten för alla iblandade, men det kan ändå vara svårt att övertyga externa parter om att dela med sig av sina data.
Sammanfattning
Det är tydligt att AI redan har en positiv effekt på fraktverksamheten och att den kan erbjuda branschen en rad fördelar. AI-system underlättar uppgifter och processer för oss människor och det kommer att vara ovärderligt när världen utvecklas. Om vi kan hantera utmaningarna med AI i fraktbranschen kommer det garanterat leda till att fraktbolag kan minska kostnaderna, bli mer effektiva och uppnå målen som IMO har satt upp. Det finns mängder av innovationer som redan har implementerats och med spännande framtidsutsikter som autonoma fartyg kan vi räkna med att AI kommer att fortsätta att skapa debatt i den marina sektorn.
